fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistic
Hosmer and Lemeshow’s Goodness of Fit Test lebih besar dari 0,05, maka hipotesis nol tidak dapat ditolak
dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data
observasinya.
c. Uji Koefisien Determinasi Nagelkerke R Square
Menurut Ghozali 2011 Cox dan Snell’s R Square merupakan
ukuran yang mencoba meniru Ukuran dalam multiple regression
yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 satu sehingga sulit diinterpretasikan.
Nagelkerke’s R square merupakan modifikasi dari koefisien Cox dan Snell untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai
1 satu. Hal ini dilakukan dengan cara membagi nilai Cox dan Snell’s
dengan nilai maksimumnya. Nilai Nagelkerke’s
dapat diinterpretasikan seperti nilai
pada multiple dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu
berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabilitas variabel
dependen.
d. Uji Multikolinearitas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat di antara variabel bebasnya. Pengujian ini
menggunakan matrik korelasi antar variabel bebas untuk melihat besarnya korelasi antar variabel independen. Jika variabel independen
saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama
variabel independen sama dengan nol Damayanti dan Sudarma, 2008.
e. Matriks Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perpindahan atau pergantian
KAP yang dilakukan oleh perusahaan.
f. Model Regresi yang Terbentuk
Dalam penelitian ini peneliti menggunakan regresi logistic untuk menjelaskan hubungan beberapa variabel yang ingin diteliti.
Metode regresi logistic digunakan untuk mengukur kekuatan hubungan antara dua variabel atau lebih serta menunjukan arah
hubungan antara variabel dependen dan variabel independen. Persamaan regresi logisticnya dirumuskan sebagai berikut :
SWITCH = α + β
1
DER + β
2
KAP + β
3
CEO + β
4
OPINI + ε